基于AutoCAD和3DSMAX的虛擬校園三維場景構建研究

王長春，唐明雙

(1.長春工程學院 建筑與設計學院，長春 130000； 2.長春工程學院 計算機中心，長春 130000)

基于AutoCAD和3DSMAX的虛擬校園三維場景構建研究

王長春1，唐明雙2

(1.長春工程學院 建筑與設計學院，長春 130000； 2.長春工程學院 計算機中心，長春 130000)

當前的虛擬校園三維場景構建方法是利用osgEarth獲取GoogleEarth數據，構建虛擬校園三維地圖，然后依據本地地形信息與三維場景模型完成對虛擬校園的三維場景構建；該方法在三維場景構建過程中沒有考慮到校園后續建設發展，只憑現在所需進行三維場景構建，導致虛擬校園三維場景雜亂，存在虛擬校園三維場景構建顧慮不周的問題;為此，提出一種基于AutoCAD和3DSMAX的虛擬校園三維場景構建方法;該方法首先利用Kinect的RGB深度攝像頭獲取校園平面數據、影像數據和貼圖資料，采用相機陣列合成算法對所得校園圖像進行特征提取，然后依據非局部均值濾波方法對獲取的校園圖像進行去噪操作，最后利用邊緣方向和梯度表示中的結構方向與強度，對校園圖像外輪廓的紋理特征進行收斂，依據外輪廓紋理特征收斂實現校園圖像內輪廓的準確定位，將校園圖像與虛擬校園三維場景構建所需圖像進行匹配，由此完成對虛擬校園三維場景的構建;實驗結果證明，所提方法是虛擬校園三維場景構建領域革命性的突破，提高了學校的招生率，增加了校園文化歷史的展現機會，為該領域的研究發展提供了有效依據。

AutoCAD；3DSMAX；虛擬校園；三維場景構建

0 引言

現如今，隨著經濟水平和科學技術的迅猛發展，促使著三維場景構建不斷進步，由于三維場景構建可以虛擬化地還原真實場景，因此被應用于社會各個領域，如軍事測繪導航、醫療救護、裝備制造、虛擬戰場、無人操作機、商務大樓建設等[1]，三維場景構建不僅可以智能化的查詢定位，還可以使瀏覽者有身臨其境之感。虛擬校園三維場景構建一直是當今社會的重點討論對象之一，受到該領域研究學者的高度重視[2-3]。由于虛擬校園三維場景構建具有可調節性、多變動性、真實性等性質[4]，大多數虛擬校園三維場景構建方法無法對其進行資源管理規劃性能強、精度高的三維場景構建，導致在虛擬校園三維場景構建時，存在視覺理解效率低、建設效果不理想等問題[5]。在這種情況下，如何增加虛擬校園三維場景構建的真實感，提高場景構建的速度成為急需解決的問題。而基于AutoCAD和3DSMAX的虛擬校園三維場景構建方法，可以對虛擬校園進行全方位、立體化、可靠穩定地三維場景構建，是解決上述問題的有效途徑[6]，成為三維場景構建領域的主要研究課題，同時也得出很多優秀成果[7]。

文獻[8]提出了一種基于3DRC的虛擬校園三維場景構建方法。該方法首先利用3DRC設計虛擬校園三維場景模型，并對三維場景模型進行整合與格式轉換處理，轉換成虛擬校園場景系統可以識別的文件格式，然后采用3DSMax設計虛擬校園地表結構，最后將上述素材進行調整，從而完成對虛擬校園的三維場景構建。該方法雖然簡單，但是存在三維場景構建整體性能弱的問題。文獻[9]提出了一種基于VRML技術的虛擬校園三維場景構建方法。該方法先以虛擬校園場景構造程序為線索，對虛擬校園造型節點以及編組節點進行了研究，完成對虛擬校園場景數據的組織，然后依據VRMLPad實現虛擬校園場景的建模、測試和校驗，最后針對上述建模過程研究虛擬校園三維場景捕捉方法，并以此方法為基礎完成對虛擬校園的三維場景構建。該方法下的三維場景構建效率較高，但是過程過于繁瑣。文獻[10]提出了一種基于Google SkechUp的虛擬校園三維場景構建方法。該方法首先通過UltraCamD立體影像獲取高精度的DEM，并結合SketchUP軟件對校園的建筑物進行三維場景構建，然后以此為基礎，利用GoogleEarth平臺展現校園的景觀與建筑。該方法雖然將校園地形和校園三維模型進行了準確的疊加，但是存在用時較長的問題。

針對上述產生的問題，提出一種基于AutoCAD和3DSMAX的虛擬校園三維場景構建方法。該方法首先利用Kinect的RGB深度攝像頭對校園圖像進行獲取操作，以獲取的圖像為基礎，采用相機陣列合成算法對所得圖像進行特征提取，然后通過非局部均值濾波方法對獲取的校園圖像進行去噪，最后以校園圖像和虛擬校園三維場景構建所需圖像的匹配，實現虛擬校園三維場景構建。仿真實驗證明，所提方法可以高精度地對虛擬校園三維場景進行構建，同時成為該領域前進發展的指向標。

1 基于AutoCAD和3DSMAX的虛擬校園三維場景構建

1.1 虛擬校園三維場景圖像獲取與圖像特征提取

實現虛擬校園三維場景構建，首先要獲取校園平面數據，影像數據和貼圖資料，本文采用Kinect的RGB深度攝像頭對校園的地勢，環境以及具體情況進行全方位的攝像和錄像。在校園圖像獲取之前，需要對RGB深度攝像頭的視覺效果進行修正，使攝像效果和錄像效果可以重疊，將拍攝的錄影和圖片作為虛擬校園三維場景構建的依據，此拍攝結果在以下敘述中統稱為校園圖像。

以拍攝的結果為基礎，利用相機陣列合成算法對所得圖像進行特征提取。校園圖像的細節特征越豐富，說明所獲圖像的亮度值變化越明顯，且含有的信息越豐富，有利于虛擬校園三維場景構建精度的提高，所以通過校園圖像區域特征方差和均值來描述校園圖像細節特征的量。校園圖像像素的自適應特征被稱為校園圖像的區域特征，假設某個校園圖像像素點W(i,j)的區域特征，是以W(i,j)為中心的某個圖像區域特征，則將此區域特征記作該像素點的特征。將該區域特征設置為一個(2f+2)×(2f+2)的正方形圖像特征區域，則W(i,j)的區域特征方差定義為：

(1)

(2)

由上式可知，某個圖像像素的區域特征方差可表示為：以該校園圖像像素為中心的某個圖像特征區域中，每個圖像像素點與其平均值間差值的平方和，該平方和越大，說明該校園圖像像素點周圍的像素差異就越大，細節特征就越豐富。

某幅校園圖像像素細節特征確定后，如果要將多幅圖像像素不同的細節特征提取到最終虛擬校園三維場景構建中。需要對高動態拍攝的校園圖像像素值進行計算：

(3)

其中:Wij代表第j幅校園圖像像素點在i處像素值，q代表低動態校園圖像數量，β(Wij)代表校園圖像在W(i,j)像素點的權重，此權重可表示為：

β(W)=166-W

(4)

其中:β(W)代表校園圖像在W(i,j)像素點的權重函數值。以上述權重為基礎，假設q幅校園圖像中某幅校園圖像像素的特征區域為：[V1(i,j),V2(i,j),…,Vq(i,j)]，那么將校園圖像特征提取函數定義為：

(5)

其中:βf代表校園圖像特征提取函數值，根據該函數完成對校園圖像的特征提取。

1.2 虛擬校園三維場景構建

以2.1中各項數據為基礎，為提高虛擬校園三維場景構建精度，需要利用非局部均值濾波方法對獲取的校園圖像進行去噪，具體過程如下：

假設，對于給定的校園圖像x={x(a)/a∈D}，D代表校園圖像坐標域，利用非局部均值對圖像中任何像素點a進行濾波操作，該像素點去噪估計值可表示為：

(6)

其中:AZ[x](a)代表圖像去噪估計值，d代表對校園圖像的去噪次數，t代表校園圖像亮度矩陣Nt的亮度值，r代表校園圖像亮度矩陣Nr的亮度值，A代表校園圖像像素集，c代表校園圖像像素子集，利用上式結果，引入校園圖像鄰域間的相關系數，該系數是衡量校園圖像間相關度的指標，可以更好地對鄰域圖像間的相似性進行評價，有利于圖像去噪效果增強，其定義表達式為：

(7)

(8)

其中:d(t,r)代表鄰域亮度矩陣間相似參數，d(t,r)取值范圍在0-1，當2個鄰域亮度矩陣相同時，d(t,r)=0，當d(t,r)值比較大時，2個鄰域亮度矩陣相似程度比較低。將鄰域亮度矩陣相似參數d(t,r)與NLM去噪相結合，則新的鄰域亮度矩陣相似性參數為：

(9)

其中:l(t,r)代表新的鄰域亮度矩陣相似性參數，將得到的新鄰域亮度矩陣相似性參數應用至校園圖像去噪中，公式為：

(10)

其中:Qε代表新鄰域亮度矩陣相似性參數應用至校園圖像中的去噪值。由此完成對校園圖像的去噪過程。

利用邊緣方向和梯度表示將去噪后的校園圖像與虛擬校園三維場景構建所需圖像進行匹配，具體匹配過程如下所示：

采用計算某個校園圖像像素點的梯度值，表示所有圖像像素點邊緣結構方向，假設一個校園圖像的亮度點(K,L)，該亮度點的局部梯度為(gi,gj)，由此得到該亮度點的方向角：

θ=tan-2(gi,gj)

(11)

其中:θ代表校園圖像亮度點的方向角，通過非線性函數獲取該亮度點的邊緣方向以及強度信息，表達式為：

(12)

(13)

2 仿真實驗

為了證明基于AutoCAD和3DSMAX的虛擬校園三維場景構建方法的整體有效性，需要進行一次仿真實驗。

2.1 仿真實驗方法及步驟

在MATLAB7.02009的環境下搭建虛擬校園三維場景構建實驗仿真平臺。實驗數據取自于東北師范大學三維場景構建研究室，利用本文所提方法對實驗數據進行三維場景構建，觀察其是否具有可利用性和可靠性。具體步驟如下：

1)采用Kinect的RGB深度攝像頭對校園的地勢、環境以及具體情況進行全方位、立體化的攝像和錄像，而且在圖像獲取之前，對RGB深度攝像頭的視覺效果進行修正，使攝像效果和錄像效果可以重疊，減少圖像獲取時間，加快虛擬校園三維場景構建速度；

2)確定校園圖像特征提取控制閾值f的取值范圍，進而分析其對圖像特征提取誤差率(%)的影響；

3)采用相機陣列合成算法對所得校園圖像進行特征提取，分析圖像特征提起誤差率；

4)通過將圖像數量與圖像匹配時間的進行對比，研究所提方法去噪精度對虛擬校園三維場景影響程度。

2.2 仿真實驗結果分析

表1是文獻[8]所提方法與本文所提方法校園圖像獲取時間(s)的對比。

表1 不同方法下圖像獲取時間對比

分析表1可知，本文所提方法的圖像獲取時間明顯低于文獻[8]所提方法圖像獲取時間，這主要是因為在利用本文方法進行圖像獲取時，證明了本文所提方法的可實踐性較強。表2是本文所提方法下的，校園圖像特征提取控制閾值f的取值范圍對圖像特征提取誤差率(%)的影響。

表2 圖像特征提取控制閾值對特征提取誤差率的影響

由表2可知，圖像特征提取閾值的取值范圍，對圖像特征提取的誤差率影響很大，當圖像特征提取閾值的取值范圍超出1-2時，圖像特征提取誤差率持續增長，而當圖像特征提取閾值的取值范圍在1-2時，圖像特征提取誤差率僅為5%-6%，基于AutoCAD和3DSMAX的虛擬校園三維場景構建方法，采用了相機陣列合成算法對所得校園圖像進行特征提取，保證了圖像特征提取精度，降低了特征提取的誤差率，進一步證明了本文所提方法的整體有效性較強。圖1是文獻[8]所提方法、文獻[9]所提方法、文獻[10]所提方法及本文所提方法，圖像數量(萬個)與圖像匹配時間(s)的關系對比。

圖1 不同方法下圖像匹配時間對比

通過圖1可知，不同方法下的圖像匹配時間差異很大，文獻[8]和文獻[9]所提方法圖像匹配時間較為貼近，且用時都很長，文獻[10]所提方法雖然相對文獻[8]、文獻[9]圖像匹配時間較短，但是圖像匹配時間曲線波動較大，效果不理想。本文所提方法下的圖像匹配時間，雖然在一定程度上隨著圖像數量的增加而增加，但是時間曲線波動不大，較為穩定，有利于虛擬校園三維場景的構建，證明了本文方法具有一定的兼容性和可擴展性。圖2是圖像去噪參數η取值區間對去噪精度(%)的影響。

圖2 圖像去噪參數對去噪精度的影響

利用圖2中的數據可知，圖像去噪數量對圖像去噪精度就有一定程度地影響，在常理中圖像去噪精度會隨著去噪圖像數量的增加而逐漸降低，但在去噪參數η的影響下，去噪精度反增不降，說明了去噪參數對去噪精度有很大影響。當去噪參數值為0.6時，圖像去噪精度曲線波動很大，呈不穩定趨勢；當去噪參數為0.4～0.5時，圖像去噪精度曲線平穩上升，波動較小，證明了本文所提方法的可取性較強，適用于虛擬校園三維場景構建。

仿真實驗證明，所提方法可以高效穩定地對虛擬校園三維場景進行構建。提高了虛擬校園三維場景構建的交互性和真實性，提升虛擬校園三維場景的層次化管理精度，實現教育教學過程可視化管理，減少校園真實建設中財務成本和時間成本，是數字化校園工程建設重要組成部分。

3 結束語

采用當前方法對虛擬校園三維場景構建時，無法保證場景還原的真實性，導致三維場景的構建與實物不符，存在虛擬校園三維場景構建精度偏差大的問題。本文提出一種基于AutoCAD和3DSMAX的虛擬校園三維場景構建方法。并通過仿真實驗證明，所提方法可以高效精確地對虛擬校園三維場景進行構建，為學校的高速發展提供了可靠支撐。

[1] 梁 明,孫毅中,胡 最.基于圖形識別的建筑模型三維重建[J].測繪科學,2014,39(1):125-128.

[2] 馬 天,韋 冠.西科大臨潼校區三維虛擬校園系統設計實現[J].西安科技大學學報,2014,34(1):67-70.

[3] 吳 勇,羅騰元.全景三維虛擬系統構建方法研究[J].計算機工程與設計,2014,35(5):1858-1861.

[4] 劉登均,賀小兵,王明貴,等.虛擬仿真技術構建三維模型在腰椎轉移性腫瘤中的應用[J].中國組織工程研究,2014,18(48):7844-7848.

[5] 李 聰,趙紅蕊,傅 罡.基于獨立三視圖的圖像序列三維重建[J].計算機應用研究,2015,32(6):1869-1873.

[6] 劉發久.基于Unity3D的虛擬校園[J].電子設計工程,2016,24(12):37-39.

[7] 李勁澎,姜 挺,肖 達,等.基于關系圖的無人機影像三維重建[J].光學精密工程,2016,24(6):1501-1509.

[8] 吳 倩,孫颯爽,趙哲民,等.基于3DSOM的植株三維重建方法研究[J].農機化研究,2017,39(9):148-153.

[9] 楊 玲,阮心玲.模型導向的矩形建筑物三維重建[J].計算機工程與應用,2014,50(21):24-28.

[10] 翟志強,杜岳峰,朱忠祥,等.基于Rank變換的農田場景三維重建方法[J].農業工程學報,2015,31(20):157-164.

Virtual Campus Based on AutoCAD and 3DS Max 3D Scene Building Research

Wang Changchun2,Tang Mingshuang2

(1.Changchun Institute of Technology, School of Architecture & Design,Changchun 130000, China;2.Changchun Institute of Technology, Computer Center,Changchun 130000,China)

The current method of building virtual campus 3 d scene is using osgEarth obtain GoogleEarth data, construct the virtual campus 3 d map, and then on the basis of the local terrain information and 3 d scene model to complete the 3 d scene building of virtual campus. The method in the process of building a 3 d scene without considering the construction of campus follow-up development, only by now needed to build three-dimensional scene, result in 3 d virtual campus scene clutter, there are 3 d virtual campus scene construction concerns the problem of bad. For this, put forward a kind of virtual campus based on AutoCAD and 3 ds Max method of establishing three-dimensional scene. This method is first used to access depth of RGB camera obtain campus planar data, image data and map data, USES the camera array synthesis algorithm on the campus image feature extraction, and then on the basis of the nonlocal average filtering method to obtain the campus image denoising operation, the use of edge direction and gradient structure in the direction and intensity, outside of the campus image contour texture characteristics of convergence, based on the outer contour convergence in the campus image texture feature contour of accurate positioning, the campus image and 3 d virtual campus scene to build the required image matching, thus complete the virtual campus construction of 3 d scene. The experimental results show that the proposed method is virtual campus building a revolutionary breakthrough in the field of 3 d scene, improved the school enrollment rate, increases the chances of the history of the campus culture show, provide the effective basis for the research and development in the field of.

AutoCAD; 3DSMAX; Virtual campus;3 D scene building

2017-04-17；

2017-05-11。

王長春(1964-)，男，吉林農安人，碩士研究生，副教授，主要從事計算機圖形學虛擬現實方向的研究。

1671-4598(2017)08-0265-03

10.16526/j.cnki.11-4762/tp.2017.08.068

TP391

A